음성 입력 장치는 음질이 좋아도 소프트웨어가 관건, 성능은 STT 모델이냐 하네스냐로 갈렸다

밤 10시 6분, 더배러에 짧은 한 줄이 올라왔다. 코덱스 전용 키보드라는 설명이었다. 이날 저녁부터 새벽까지 22명이 124건을 나눈 방에서 이 음성 입력 장치 이야기는 5명이 22건을 보태며 자정을 넘겨 이어졌다. 장치의 이름은 대화에 나오지 않았고, 방에서는 이 표현으로만 불렸다.

한참 뒤인 자정 15분께 이 방에서 한 참가자가 이 장치를 언박싱한 소감을 적었다. 음질은 좋았지만, 소프트웨어가 없으면 할 수 있는 일이 제한된다는 내용이었다.

일단 음질은 상당히 좋네요. 그런데 소프트웨어가 있어야.. 제대로 뭘 할 수 있네요

하드웨어를 손에 쥐고 나서 먼저 확인한 것이 마이크 품질이 아니라 그 위에서 돌아가는 소프트웨어였다는 점이 눈에 띈다. 좋은 소리를 잡는 것만으로는 음성 입력이 완성되지 않는다는 체감으로 읽힌다.

푸시투토크 소프트웨어와 함께

13분 뒤 같은 참가자는 해법도 함께 적었다. superwhisper나 typeless 같은 소프트웨어 가운데 푸시투토크를 제공하는 것과 함께 쓰면 괜찮다는 것이다. 이 참가자에게는 장치를 살려 주는 소프트웨어가 푸시투토크 기능을 갖췄는지가 관건이었던 것으로 보인다. 앞서 소프트웨어가 있어야 한다던 말의 구체적인 답이 이 두 이름이었던 셈이다.

같은 시각 다른 참가자가 다른 길을 제안했다.

로컬 stt 모델로 직접 맥 앱 만들어쓰는것도 성능이 꽤 좋습니다

모델이냐, 소프트웨어냐

로컬 모델 이야기가 나온 직후, 언박싱한 참가자는 어떤 하네스나 소프트웨어를 쓰는지에 따라 많이 달라질 것 같다고 적었다. 40여 초 뒤 로컬 모델을 권한 참가자는 한 걸음 더 나아갔다.

stt모델만 잘 고르시면 거의 그 모델 성능에 많이 좌우되더라고요

한쪽은 소프트웨어를, 다른 쪽은 모델을 성능의 열쇠로 본 셈이라 하나로 정리되지는 않았다. 모델을 권한 참가자는 25초쯤 뒤 첫 음절을 중국어나 일본어로 잘못 알아들을 때가 있긴 하지만 그 밖의 상황에서는 좋다고 단서를 붙였다. 직접 앱을 만들어 쓰는 길이 상용 소프트웨어와 나란히 언급된 점은, 음성 입력이 이 방에서 사서 쓰는 도구이면서 만들어 쓰는 도구이기도 함을 시사한다.

이 흐름은 같은 방에서 저녁에 오간 영상 도구와 직접 만든 앱 이야기와도 닿아 있다. 도구를 고르는 기준이 겉모습보다 내부에서 돌아가는 모델과 소프트웨어로 옮겨 가는 모습이다.

확인되지 않은 부분

다만 대화에서 두 가지는 확인되지 않았다. 하나는 장치와 각 소프트웨어를 실제로 맞물려 쓴 결과가 얼마나 좋았는지에 대한 구체적인 비교다. 다른 하나는 어떤 STT 모델이 좋다는 추천이다. 모델 선택이 관건이라는 말은 나왔지만 어느 모델이 낫다는 이름은 오가지 않았다.

같은 날 이 방은 저녁 영상 도구 이야기로 시작해 새벽 데브데이 관전으로 끝났고, 직접 만든 앱을 공유하는 대화도 이어졌다. 음성 입력 이야기는 하드웨어를 산 뒤에도 소프트웨어와 모델을 따로 챙겨야 한다는 실용적인 교훈을 남긴 대목으로 보인다. 장치 값이 얼마였는지, 어디서 샀는지는 대화에 나오지 않았다.